Sie verwenden den veralteten Browser Internet Explorer.
Für eine optimale Darstellung unserer Website wechseln Sie bitte Ihren Browser
Neue Technologien verändern nicht nur die Produktion, sondern auch die Art, wie darüber gesprochen wird. Begriffe wie Automation 2.0 oder Physical AI beschreiben dabei zentrale Entwicklungen, die Unternehmen wie KUKA bereits heute in konkrete industrielle Anwendungen übersetzen. Was verbirgt sich hinter diesen Bezeichnungen? Im Folgenden erklären wir die wichtigsten Konzepte – und ordnen sie im Kontext moderner Automatisierung ein.
Die zentrale Erkenntnis vorweg: Die Zukunft der Automatisierung ersetzt das bestehende Produktions-, Logistik- oder weitere Automatsierungs-L?sungen nicht – sie erweitert sie.
Automation 1.0, mit fest programmierten Maschinen oder nur einzelnen automatisierten Arbeitsprozessen, bleibt unverzichtbar. Gleichzeitig entstehen mit Automation 2.0 neue M?glichkeiten, Systeme intelligenter, flexibler und skalierbarer zu gestalten.
Die St?rke liegt in der Verbindung dieser Welten – erm?glicht durch Software, Daten und Plattformans?tze.
Automation 1.0 beschreibt die klassische industrielle Automatisierung:
Diese Systeme sind deterministisch, das hei?t: Bei gleichen Bedingungen führen sie immer zum gleichen Ergebnis. Sie bilden seit Jahrzehnten das Rückgrat industrieller Produktion und bleiben auch in Zukunft essenziell – insbesondere in standardisierten und sicherheitskritischen Anwendungen.
Automation 2.0 erweitert bestehende Systeme durch Software, Daten und Künstliche Intelligenz.
Im Zentrum steht ein ver?ndertes Systemverst?ndnis: Prozesse werden nicht mehr vollst?ndig vorgegeben, sondern zunehmend kontextbasiert gesteuert und angepasst. Systeme k?nnen
Diese Entwicklung wird h?ufig unter dem Begriff Physical AI zusammengefasst.
Sie beschreibt Systeme, die Wahrnehmung, Entscheidungsfindung und Aktion miteinander verbinden. Damit wird KI von der reinen Datenwelt in reale Produktionsumgebungen übertragen.
Ein zentrales Prinzip von Automation 2.0 ist Intent-basierte Automation:
Der Ansatz beschreibt einen Perspektivwechsel: weg von detaillierter Programmierung einzelner Schritte hin zu zielorientierter Interaktion.
Auch au?erhalb der Industrie wird ?Intent“ als Beschreibung von Anforderungen, Zielen und Rahmenbedingungen genutzt, die ein System eigenst?ndig interpretiert und umsetzt.
übertragen auf Robotik spricht man von Intent-based Robotics: Robotersysteme handeln nicht mehr rein programmiert, sondern ziel- und kontextbasiert.
Parallel dazu gewinnt der digitale Zwilling (Digital Twin) an strategischer Bedeutung – ein digitales Abbild eines realen Systems, das mit aktuellen Daten arbeitet und hilft, Abl?ufe besser zu verstehen, zu testen und zu verbessern.
Er erm?glicht:
Automatisierung wird dadurch zunehmend simulationsgetrieben (?simulation-driven“) – ein entscheidender Hebel für Geschwindigkeit und Effizienz.
Mit Automation 2.0 ver?ndern sich auch die Rollen von Maschinen. Roboter entwickeln sich zunehmend zu intelligent collaborators:
Diese Entwicklung ebnet den Weg für autonome Systeme, die in dynamischen Umgebungen arbeiten k?nnen – weit über klassische Produktionsszenarien hinaus.
Die zunehmende Komplexit?t moderner Automatisierung erfordert neue Integrationsans?tze.
Zentrale Rollen spielen dabei:
Plattformen verbinden verschiedene Elemente der Automatisierung in einer gemeinsamen Umgebung:
Ein Beispiel ist die KUKA Automation Management Platform (KUKA AMP), die als orchestrierende Ebene für Automation 2.0 dient:
Die KUKA AMP bildet die Grundlage für skalierbare, KI-basierte Automatisierungssysteme.
Parallel dazu gewinnt der Aufbau offener Ökosysteme weiter an Bedeutung:
Automatisierung wird dadurch zunehmend nicht mehr isoliert gedacht – sondern als Teil eines vernetzten Systems.
Automatisierung entwickelt sich weiter – von deterministischen, regelbasierten Systemen hin zu intelligenten, adaptiven und vernetzten L?sungen.
Die entscheidenden Ver?nderungen lassen sich klar zusammenfassen:
Dabei wird eines deutlich: Automation 2.0 steht nicht für einen Bruch, sondern für die konsequente Weiterentwicklung bestehender industrieller St?rken.
Entscheidend ist das Zusammenspiel dieser Elemente. Erst die Verbindung von Software, KI, Simulation und realer Automatisierung erm?glicht eine neue Ebene industrieller Anwendungen – skalierbar, flexibel und gleichzeitig verl?sslich.
Genau hier setzt die KUKA Group an:
Mit einem integrierten Ansatz verbindet das Unternehmen Robotik, Intralogistik, Lager- und Healthcare-Automatisierung, Software, Daten, Plattformen und Services zu durchg?ngigen L?sungen entlang des gesamten Automatisierungsprozesses – von der Planung und Simulation über die Umsetzung bis hin zum Betrieb mit kontinuierlicher Optimierung.
End-to-End Automatisierung bedeutet in diesem Kontext: nicht einzelne Technologien zu betrachten, sondern sie in einem konsistenten System zusammenzuführen – mit dem Ziel, Komplexit?t zu reduzieren und industrielle Wertsch?pfung ganzheitlich zu optimieren.
So wird aus einzelnen Technologien ein integriertes Gesamtbild – und aus Automatisierung ein vernetztes, lernf?higes System.
Automation 2.0 beschreibt die Erweiterung klassischer Automatisierung durch Software, Daten und künstliche Intelligenz. Ziel ist es, Systeme nicht nur vorzugeben, sondern sie kontextbasiert steuern und anpassen zu können.
Ein Digital Twin ist ein digitales Abbild eines realen Systems, das mit aktuellen Daten arbeitet und genutzt wird, um Prozesse besser zu verstehen, zu simulieren und zu optimieren.
Intent-basierte Automatisierung beschreibt einen Ansatz, bei dem der Mensch ein Ziel definiert und das System selbstständig entscheidet, wie dieses Ziel erreicht wird.
Physical AI beschreibt Systeme, die Wahrnehmung, Entscheidungsfindung und Handlung miteinander verbinden und künstliche Intelligenz in reale Produktionsumgebungen übertragen.
Automation 1.0 basiert auf festen, deterministischen Regeln und liefert bei gleichen Bedingungen immer das gleiche Ergebnis.
Automation 2.0 erweitert diese Systeme um Software, Daten und künstliche Intelligenz, sodass Prozesse flexibler und kontextabhängig gesteuert werden können.
Plattformen verbinden verschiedene Elemente wie Robotik, Software, Daten und Services in einer gemeinsamen Umgebung und ermöglichen die Integration komplexer Automatisierungssysteme.
Ökosysteme ermöglichen die Einbindung von Technologiepartnern, die Integration externer Lösungen und die Skalierung von Innovation über Unternehmensgrenzen hinweg.